Інфокомунікаційні та комп’ютерні технології

АНАЛІЗ СУЧАСНИХ ПІДХОДІВ ДО УПРАВЛІННЯ РЕСУРСАМИ В ТЕЛЕКОМУНІКАЦІЙНИХ СИСТЕМАХ ІЗ ВИКОРИСТАННЯМ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ

В. О. Гнатюк — 2025-12-26

Анотація. Швидка еволюція телекомунікаційних технологій призвела до збільшення складності мережі, її неоднорідності та динаміки трафіку даних. Традиційні підходи до управління ресурсами, засновані на статичних або евристичних методах, більше не можуть забезпечити адаптивність, масштабованість та якість обслуговування (QoS), необхідні сучасним додаткам. Тому штучний інтелект (ШІ) та машинне навчання (МН) стали ключовими факторами інтелектуальної автоматизації в телекомунікаційних системах, дозволяючи приймати рішення в режимі реального часу та самооптимізувати ресурси. У цій статті аналізуються сучасні підходи до управління ресурсами в телекомунікаційних системах на основі ШІ та систематизуються дослідження щодо використання контрольованого, неконтрольованого, підкріплюваного та федеративного навчання для оптимізації радіо-, обчислювальних та енергетичних ресурсів у мережах наступного покоління. Аналіз зосереджений на таких фреймворках, як відкриті мережі радіодоступу (O-RAN), багатоканальні периферійні обчислення (MEC) та інтегровані мережі «супутник-повітря-земля» (SAGIN), де інтелектуальна оркестрація забезпечує продуктивність, енергоефективність та безперервність обслуговування. Навчання з підкріпленням (RL) та глибоке навчання з підкріпленням (DRL) визначені як найперспективніші парадигми для динамічного розподілу ресурсів та мережевого сегментування, тоді як федеративне навчання (FL) дозволяє проводити децентралізоване навчання моделей зі збереженням конфіденційності. Механізми прогнозного керування на основі штучного інтелекту, інтегровані в самоорганізовані мережі (SON), дозволяють проактивно адаптуватися до змін навантаження та мобільності. Ключові проблеми масштабного розгортання ШІ включають обмежені набори даних, обчислювальні витрати, інтерпретованість моделі та обмеження в режимі реального часу. Майбутні дослідження повинні зосередитися на гібридних моделях ШІ, які поєд нують аналітичну оптимізацію з адаптацією на основі навчання, та на розробці стандартизованих контрольних показників для систем управління на основі ШІ. Інтеграція ШІ в управління телекомунікаційними ресурсами підвищує гнучкість, операційну ефективність та оптимізацію енергоспоживання, формуючи основу для інтелектуальних мережевих архітектур 5G/6G.

КОРЕКТОР ПОЛЯРИЗАЦІЇ АНТЕННО-ФІДЕРНОГО ТРАКТУ МОБІЛЬНОЇ ЦИФРОВОЇ ТРОПОСФЕРНОЇ СТАНЦІЇ

В. М. Почерняєв — 2026-03-19

Анотація. Перспективні мобільні цифрові тропосферні станції мають антенно-фідерні тракти, побудовані на частково заповнених діелектриком хвилеводах. В склад антенно-фідерного тракту входять поляризаційні селектори, призначені для забезпечення роботи мобільних цифрових тропосферних станцій в режимах двох лінійних поляризацій – горизонтальної та вертикальної, що потребує забезпечення відповідної кросполяризаційної розв’язки. Коректор поляризації призначений для корекції паразитного поляризаційного зсуву, що вноситься деполяризаторами. Наведена конструкція поляризаційного селектора на частково заповненому діелектриком квадратному хвилеводі. В даній роботі пропонується пристрій, а саме коректор поляризації на частково заповнених діелектриком квадратному хвилеводі, який забезпечує більш високу кросполяризаційну розв’язку для лінійно-поляризованих хвиль. Цей пристрій коректує положення лінійно-поляризованої хвилі в горизонтальній та вертикальній площинах. Проведено аналіз тематичної літератури. Коретор поляризації представляє собою металізований плоско-поперечний стик з двома ортогональними щілинами з увімкненими в них відкритими нелінійними структурами. В роботі досліджено коректор поляризації у вигляді металізоваого плоско-поперечного стику з двома ортогональними щілинами з увімкненими в них відкритими нелінійними структурами. В кожну з ортогональний щілин увімкнено відкриту нелінійну структуру у вигляді наноплівки. Наявність тонких ВНС в щілинах у вигляді наноплівок відповідає рівню нанотехнологій. Регулювання вольтамперних параметрів через відкриті нелінійні структури забезпечує необхідну реактивну провідність стику та модуля коефіцієнта трансформації, а ті в свою чергу необхідну кросполяризаційну розв’язку для лінійно-поляризованих хвиль. Записано коефіцієнт кросполяризаційної розв’язки в термінах S-матриці. Приведені власні векторні функції частково заповненого діелектриком квадратного хвилеводу, які виражені через функції Матьє. Для розрахунків функції Матьє представлені у вигляді тригонометричних рядів та рядів по функціям Бесселя першого роду. Отримані чисельні результати для коефіцієнта кросполяризаційної розв’язки в залежності від модуля коефіцієнта відображення при різних утриманнях членів рядів функції Матьє.

АРХІТЕКТУРА ТА РЕАЛІЗАЦІЯ АСИСТЕНТА ДОКУМЕНТАЦІЇ НА ОСНОВІ ПРОТОКОЛУ КОНТЕКСТУ МОДЕЛІ: ПРИКЛАД ГЕНЕРАЦІЇ КОНТЕКСТУ ЗА ДОПОМОГОЮ ШТУЧНОГО ІНТЕЛЕКТУ

Микола Фант — 2025-12-26

Анотація. Сучасні системи технічної документації постійно зростають за обсягом і складністю, що ускладнює для користувачів отримання точних та контекстно релевантних відповідей без значних зусиль з навігації. Традиційні механізми пошуку, побудовані на ключових словах, мають суттєві обмеження, оскільки спираються на лексичну відповідність, а не на розуміння намірів користувача чи здатність синтезувати інформацію, розподілену між різними джерелами документації. У результаті користувачі стикаються з фрагментованими відповідями та змушені самостійно об’єднувати окремі частини, щоб отримати повну інформацію. У статті представлено архітектуру, концептуальні принципи та особливості реалізації інтелектуального асистента документації, побудованого на основі протоколу контексту моделі (MCP). MCP забезпечує стандартизований спосіб інтеграції між джерелами документації та великими мовними моделями. Запропоноване рішення доповнює традиційні підходи за допомогою генерації контексту на основі ШІ, яка автоматично аналізує, сегментує та структурує сирий текст документації у ресурси, сумісні з MCP. Такий підхід гарантує, що відповіді LLM залишаються точними, заснованими на актуальних даних і менш схильними до галюцинацій. Архітектура складається з чотирьох взаємопов’язаних рівнів: вебсайту документації, сервера MCP, системи ШІ-генерації контексту та шару інтеграції LLM. Кожен рівень виконує чітко визначені функції, що підвищує масштабованість і спрощує підтримку системи. На основі детального прикладу продемонстровано, як система автоматично визначає релевантні фрагменти документації, отримує необхідний контекст і формує семантично точні відповіді. Результати дослідження показують, що асистент на основі MCP суттєво підвищує якість відповідей порівняно з традиційним пошуком, забезпечує вищу семантичну релевантність, повноту інформації та значне зменшення рівня галюцинацій. Стандартизована інфраструктура MCP також покращує сумісність, гнучкість і простоту розгортання. Отримані результати підтверджують потенціал MCP як основи для майбутніх інтелектуальних систем документації.

ЕВОЛЮЦІЯ АРХІТЕКТУР ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ ОБЧИСЛЮВАЛЬНИХ СИСТЕМ: ВІД МОНОЛІТНИХ ДО МІКРОСЕРВІСНИХ

С. М. Бабич — 2025-12-26

Анотація. Проведено дослідження історичної еволюції архітектур програмного забезпечення обчислювальних систем – від перших монолітних структур до сучасних мікросервісних рішень. Розглянуто ключові етапи розвитку: ранні обчислювальні системи з простими програмними структурами (1940–1960-ті роки), становлення монолітної архітектури як фундаментального підходу до побудови цілісних систем, перехід до клієнт-серверних та багаторівневих (n-tier) моделей, появу розподілених об’єктних систем (CORBA, RMI) та web-сервісів (SOAP), еволюцію REST як легковагової альтернативи та формування сервіс-орієнтованої архітектури (SOA), що підготувала ґрунт для мікросервісної парадигми. Особливу увагу приділено детальному аналізу мікросервісної архітектури як сучасного стандарту побудови масштабованих, гнучких та відмовостійких програмних систем, підтримуваних екосистемою технологій контейнеризації (Docker), оркестрації (Kubernetes) та Service Mesh. Здійснено систематичне порівняння монолітних, перехідних (клієнт-серверних, n-tier, SOA) та мікросервісних архітектур за критеріями масштабованості, гнучкості, складності підтримки, економічної ефективності та безпеки. Виявлено їхні переваги й обмеження та визначено законо- мірності еволюційного переходу між ними. Показано, що мікросервісний підхід є природним етапом розвитку архітектур програмного забезпечення, який забезпечує високий рівень автономності команд розробки, горизонтальну масштабованість компонентів, технологічну незалежність (поліглотне програмування) та інтеграцію з практиками DevOps і CI/CD. Водночас окреслено виклики мікросервісної архітектури – ускладнення інфраструктури, проблеми управління узгодженістю даних у розподілених системах і забезпечення безпеки міжсервісної комунікації. Окреслено перспективні напрями розвитку архітектур програмного забезпечення: поширення serverless-підходів та event-driven моделей для реактивних систем, впровадження Service Mesh технологій для надійної комунікації, інтеграцію edge computing для обробки даних на периферії мережі, автоматизацію через Infrastructure as Code (IaC) та використання штучного інтелекту (AIOps) для інтелектуальної оптимізації, моніторингу й створення self-healing систем. Результати дослідження є корисними для архітекторів програмного забезпечення, інженерів і дослідників у галузі розподілених систем.

ЗАХИСТ ВІД АКТИВНИХ ЗАВАД БЕЗДРОТОВИХ СИСТЕМ ЗВ’ЯЗКУ З АДАПТИВНИМИ ФАЗОВАНИМИ АНТЕННИМИ РЕШІТКАМИ

В. М. Безрук — 2025-12-26

Анотація. Актуальність та проблема. Надійність зв’язку є критично важливою для військових та силових структур, але бездротові системи вразливі до активних завад (глушіння, імітація). Ці завади мають ворожу природу, динамічно адаптуються та становлять пряму загрозу безпеці. Аналіз загроз показує, що активні перешкоди, на відміну від пасивних (тепловий шум, атмосферні), вимагають адаптивних рішень для збереження стійкості комунікацій у сучасному, насиченому радіоелектронному середовищі. Мета роботи. Обґрунтування та дослідження методології захисту бездротових систем зв’язку від активних завад шляхом інтеграції адаптивних фазованих антенних решіток (АФАР) та засобів радіо- та радіотехнічної розвідки (РРТР). Дослідження зосереджено на використанні АФАР для динамічного керування діаграмою спрямованості (ДС) та ефективного пригнічення перешкод. Методи дослідження. Запропонована методологія ґрунтується на просторово-частотній обробці сигналу з використанням АФАР. Підхід передбачає два ключові етапи: 1) використання засобів РРТР для оперативного виявлення, розпізнавання та пеленгування джерел активних завад; 2) адаптоване керування ДС АФАР (як приймальних, так і передавальних) для формування глибоких провалів («нулів») у напрямку перешкод та максимізації енергії корисного сигналу у напрямку кореспондента. Розглянуто різні алгоритми керування, включаючи методи на основі кореляційної матриці та градієнтні методи (математична оптимізація), які є найбільш ефективними для систем реального часу. Основні результати та практичне значення. Доведено, що інтеграція АФАР із системами зв’язку є ефективним механізмом підвищення стійкості, що дозволяє зменшити вплив потужних перешкод ще до етапу демодуляції. Сумарний виграш від використання АФАР у порівнянні з всеспрямованою антеною може сягати 20–30 дБ, що складається з конструктивного виграшу (6–15 дБ) та виграшу від активного подавлення перешкод (10–20 дБ). Цей значний приріст у співвідношенні сигнал/перешкода забезпечує надійний зв’язок в умовах високої щільності завад. Розроблені рішення мають стратегічне значення для підвищення захищеності критично важливих комунікаційних систем.

ПРОЄКТУВАННЯ ПРОГРАМНОЇ СИСТЕМИ ПЛАНУВАННЯ ЧАСУ НА ОСНОВІ КРОСПЛАТФОРМНИХ ТЕХНОЛОГІЙ

О. В. Ващіліна — 2025-12-26

Анотація. У статті розглянуто процес проєктування навчально орієнтованої програмної системи для автономного планування часу, що відповідає сучасним вимогам кросплатформності, адаптивності та конфіденційності. Актуальність дослідження зумовлена потребою в гнучких цифрових інструментах тайм-менеджменту, які можуть бути модифіковані відповідно до індивідуальних потреб користувача. Попри наявність широкого спектра готових рішень, зокрема Todoist, Microsoft To Do та Any.do, актуальним залишається завдання створення відкритої архітектури, орієнтованої на освітнє середовище та практичне засвоєння принципів проєктування програмного забезпечення. У межах дослідження здійснено порівняльний аналіз згаданих цифрових рішень, сформульовано функціональні та нефункціональні вимоги до нової програмної системи, а також обґрунтовано вибір архітектурного шаблону MVVM з урахуванням принципів clean architecture, що сприяють чіткому розмежуванню функцій між компонентами. Побудовано низку UML-діаграм, що відображають функціональну та структурну модель системи: діаграма варіантів використання окреслює основні сценарії взаємодії користувача, діаграма активностей демонструє логіку виконання дій, діаграма послідовності ілюструє часову взаємодію між компонентами, а діаграма класів формалізує структуру сутностей та їх зв’язки. Реалізація системи не входить до складу цієї роботи та розглядається як наступний етап, для якого запропоновано узагальнені рекомендації щодо вибору технологічного стеку, здатного забезпечити кросплатформну розробку, автономність та зручність впровадження. Результати роботи можуть бути використані в освітньому процесі для формування навичок архітектурного моделювання, системного мислення та підготовки до реалізації повноцінних програмних продуктів. Запропонована модель має потенціал для подальшого розширення функціоналу та інтеграції з хмарними сервісами.

МЕТОД ДИНАМІЧНОГО БАЛАНСУВАННЯ ПРОДУКТИВНОСТІ СЕРВЕРІВ У ІНТЕРАКТИВНИХ СИСТЕМАХ

В. О. Гнатюк — 2025-12-26

Анотація. У статті запропоновано метод динамічного балансування продуктивності серверів в інтерактивних системах, що функціонують в умовах непередбачуваних змін інтенсивності клієнтських звернень. Показано, що традиційні підходи до розподілу навантаження між серверами, орієнтовані на статичні або квазістатичні режими роботи, не забезпечують стабільної якості обслуговування користувачів при високій динамічності трафіка. Запропонований метод базується на принципах теорії автоматичного регулювання та використовує апарат аналітичного синтезу регуляторів для реалізації механізму авторегулювання у реальному часі. У рамках дослідження сформульовано оптимізаційну задачу вирівнювання поточних коефіцієнтів завантаження серверів шляхом мінімізації інтегрального квадратичного функціоналу, який враховує відхилення реальної траєкторії станів системи від оптимальної. Розроблено математичну модель процесу балансування, що представлена у вигляді системи диференціальних рівнянь із відповідними обмеженнями, які гарантують сталість роботи системи під час різких сплесків трафіка. Здійснено синтез регулюючого функціоналу, що поєднує функцію вирівнювання, функцію Ляпунова-Беллмана та механізм керування на основі рівняння Ріккаті. Отримано рівняння настроювання у замкненій формі, яке описує процес динамічного вирівнювання навантаження між серверами. Доведено коректність роботи механізму балансування та показано, що запропонований метод забезпечує рівномірний розподіл навантаження, зменшення ризику перенавантаження окремих серверів, скорочення часу відгуку системи та підвищення ефективності використання обчислювальних ресурсів. Отримані результати можуть бути використані при розробленні адаптивних серверних платформ, хмарних систем оброблення запитів та інтелектуальних керуючих модулів для систем реального часу.

ЗАСТОСУВАННЯ АЛГОРИТМІВ ДЕТЕКЦІЇ ОБ’ЄКТІВ У БОРТОВИХ СИСТЕМАХ ВІДЕОАНАЛІЗУ БПЛА З ВИКОРИСТАННЯМ МОДЕЛЕЙ ГЛИБОКОГО НАВЧАННЯ

О. C. Дьяконов — 2025-12-26

Анотація. Ефективна детекція об’єктів у реальному часі з використанням бортових систем комп’ютерного зору на безпілотних літальних апаратах (БПЛА) є фундаментальною задачею для багатьох прикладних галузей. Традиційні підходи часто не справляються з унікальними викликами, такими як обмежені обчислювальні ресурси (SWaP), висока швидкість руху, та складні умови зйомки з повітря. Використання алгоритмів глибокого навчання (Deep Learning) відкриває нові можливості для створення автономних систем, здатних аналізувати відеопотік безпосередньо на борту. У даній роботі проведено комплексний аналіз придатності моделі YOLOv8, як однієї з провідних архітектур, для задач детекції об’єктів з БПЛА, порівняно з альтернативними архітектурами глибоких нейронних мереж. Досліджено теоретичні можливості застосування різних варіантів моделей сімейства YOLO, а також архітектур Faster R-CNN, RetinaNet та EfficientDet в контексті специфічних умов аерозйомки. Проаналізовано технічні характеристики кожної архітектури, включаючи швидкість обробки, точність детекції на стандартних датасетах, обчислювальні вимоги та придатність для роботи в режимі реального часу. Виконано оцінку відповідності можливостей різних моделей специфічним вимогам складних задач детекції, зокрема виявленню малорозмірних та замаскованих об’єктів. Як приклад однієї з найбільш критичних таких задач розглядається виявлення вибухонебезпечних предметів з повітря. Результати аналізу демонструють, що YOLOv8 теоретично забезпечує оптимальний баланс між точністю виявлення та швидкістю обробки відео-потоку, необхідними для практичного застосування на борту БПЛА. Визначено ключові переваги та обмеження кожної архітектури, а також окреслено перспективи їх практичного впровадження для вирішення широкого кола задач, що вимагають автономного аналізу з борту БПЛА.

ОБРОБКА ВЕЛИКИХ ДАНИХ ТРАНЗАКЦІЙ БАНКІВСЬКОЇ СИСТЕМИ ЗАСОБАМИ МАШИННОГО НАВЧАННЯ

С. С. Забара — 2025-12-26

Анотація. Стрімка цифровізація банківського сектору та активне впровадження електронних платіжних сервісів призводять до формування значних обсягів транзакційних даних, що надходять у режимі реального часу та характеризуються високою швидкістю, різноманітністю й складною структурою. Ефективна обробка та аналіз таких великих даних є критично важливими для забезпечення фінансової безпеки, підвищення якості обслуговування клієнтів, виявлення шахрайських операцій і підтримки управлінських рішень у банківських системах. Традиційні методи аналізу даних часто не забезпечують необхідної точності та масштабованості в умовах сучасних транзакційних навантажень. У статті розглянуто застосування методів машинного навчання для обробки великих масивів транзакційних даних банківської системи з метою автоматизованого аналізу, класифікації та прогнозування фінансових операцій. Проаналізовано основні підходи машинного навчання, зокрема методи навчання з учителем і без учителя, а також моделі глибокого навчання, які використовуються для виявлення аномалій, детекції шахрайства, сегментації клієнтів і прогнозування фінансових ризиків у середовищах Big Data. Особливу увагу приділено проблемам якості транзакційних даних, включаючи наявність шуму, пропущених значень і дисбалансу класів, а також питанням обчислювальної складності, масштабованості та адаптації алгоритмів машинного навчання до розподілених обчислювальних платформ. Окреслено сучасні тенденції інтеграції методів машинного навчання з системами розподіленої обробки даних і хмарними технологіями, що забезпечують високу продуктивність та обробку даних у реальному часі. Показано, що використання методів машинного навчання в обробці великих даних транзакцій банківської системи дозволяє суттєво підвищити точність аналітичних моделей, оперативність виявлення ризикових операцій і загальну ефективність функціонування банківських інформаційних систем, що робить ці методи важливим інструментом сучасної фінансової аналітики.

АВТОМАТИЗАЦІЯ ТЕСТУВАННЯ ІГРОВИХ МЕХАНІК ЗА ДОПОМОГОЮ ШТУЧНОГО ІНТЕЛЕКТУ

Г. А. Завгородня — 2025-12-26

Анотація. У сучасній ігровій індустрії складність відеоігор постійно зростає: великі відкриті світи, численні варіанти взаємодій, нелінійні сценарії, процедурно-генерований контент та інтерактивні елементи стають нормою. Це створює суттєві виклики для забезпечення якості, оскільки вручну перевірити всі можливі комбінації дій гравця, виявити аномалії в механіках, оцінити баланс ігрових систем або визначити проблеми продуктивності стає дедалі складніше. У зв’язку з цим дедалі активніше впроваджуються підходи автоматизації тестування, зокрема із застосуванням методів штучного інтелекту (ШІ) та машинного навчання. У статті розглядається концепція застосування ШІ-агентів для автоматичного тестування ігрових механік. Зокрема, увага приділяється генерації тестових сценаріїв, імітації поведінки гравця, виявленню порушень балансу, перевірці продуктивності, регресійному тестуванню та пошуку аномалій у даних гри. Розглянуто сучасні методи, включно з підкріпленим навчанням (DRL), глибокими нейронними мережами, плануванням на основі логічних моделей (PDDL) та методами агентного моделювання, які дозволяють досліджувати ігровий простір без прямого втручання у код або модифікацій рушія гри. На основі запропонованої методики представлено фрагмент реалізації алгоритму на Python, який включає модуль генерації тестових траєкторій із підкріпленням, аналіз логів гри та обчислення метрик покриття тестування. Показано, що використання ШІ дозволяє значно підвищити ефективність тестування: покриття тестами збільшується на ~42 %, витрати часу на тестування скорочуються на ~40 %, а кількість виявлених дефектів збільшується на ~72 % порівняно з базовими ручними методиками. Стаття також узагальнює переваги та недоліки автоматизації тестування ігрових механік, визначає ключові виклики впровадження таких рішень у промислову практику, а також окреслює перспективи подальших досліджень, включаючи адаптацію агентів до процедурно-генерованого контенту, інтеграцію мультимодальних даних (звук, графіка, фізика) та розвиток гібридних моделей тестування, що поєднують можливості ШІ та експертизу людини.

РОЗРОБЛЕННЯ ТА АНАЛІЗ МАТЕМАТИЧНИХ МОДЕЛЕЙ І ОБЧИСЛЮВАЛЬНИХ МЕТОДІВ ДЛЯ СИМУЛЯЦІЇ ПРОЦЕСІВ У ВІРТУАЛЬНІЙ РЕАЛЬНОСТІ

Ю. Р. Кулик — 2025-12-26

Анотація. Дана робота представляє комплексний аналіз математичних моделей, обчислювальних методів та алгоритмів візуалізації, які формують фундаментальну основу для розробки інтерактивних середовищ віртуальної реальності (ВР) з високим ступенем фізичної достовірності та візуальної якості. Метою дослідження є не лише систематизація теоретичних основ тривимірного геометричного моделювання, фізичної симуляції твердих тіл та алгоритмів рендерингу у реальному часі, але й глибокий критичний аналіз їхньої практичної реалізації, архітектурних обмежень, що поєднує рушій “Source” у його реалізації через платформу “Garry’s Mod” з сучасним програмним інтерфейсом віртуальної реальності “OpenVR”, з використанням стаціонарної робочої машини (персонального комп’ютера) на базі операційної системи “Windows 10”. Центральним науковим та інженерним викликом у даному контексті виступає застосування не просто добре відомих математичних методів до задач віртуальної реальності, а архітектурних рішень сучасних ВР-систем, для підтримки стереоскопічного рендерингу, просторового відстеження, взаємодію з об’єктами та інструментами в віртуальному середовищі, у принципово іншу архітектуру рушія “Source”. Описане у даній роботі програмне рішення, що перебуває у стані активної розробки та вдосконалення, виступає як складний багаторівневий «шар-транслятор» або програмний міст, який забезпечує з’єднання між низькорівневим апаратним забезпеченням віртуальної реальності. Включає роботу з шоломами з вбудованими дисплеями високої роздільності та системами відстеження, контролерів, що комунікують через стандартизований програмний інтерфейс OpenVR з використанням математично чистих представлень просторових трансформацій через одиничні кватерніони та однорідні матриці, та високорівневим середовищем “Garry’s Mod” “Lua”, яке оперує традиційними для рушія “Source” концепціями сутностей, подієво-орієнтованої архітектури.

ВИКОРИСТАННЯ КРОС-КОРЕЛЯЦІЇ ЯК ІНСТРУМЕНТУ ВЗАЄМОДІЇ З КОМП’ЮТЕРНИМИ СИСТЕМАМИ ДЛЯ ОСІБ З ПОРУШЕННЯМИ ОПОРНО-РУХОВОГО АПАРАТУ

S. V. Medvinskyi — 2025-12-26

Анотація. Ця робота заглиблюється у використання методів крос-кореляції як вирішального інструменту для покращення взаємодії людини з комп’ютером (HCI) для осіб, які потребують спеціалізованої підтримки. Основна мета зосереджена на розробці альтернативних та доступних методів взаємодії, які перетворюють конкретні, часто нюансовані, сигнали користувача на надійні комп’ютерні команди. Запропонована методологія інтегрує алгоритми крос-кореляції для досягнення точного розпізнавання шаблонів у сигналах людської поведінки, таких як погляд та орієнтація голови. Отримані сигнали потім призначаються до певних команд введення, що дозволяє керувати комп’ютерними системами без використання типових систем введення на основі миші. Ключовою інноваційною особливістю цього дослідження є використання крос-кореляції для аналізу незвичайних людських дій у системах HCI в режимі реального часу, що призводить до створення надійного та персоналізованого інтерфейсу. Практичне значення цього дослідження є суттєвим, оскільки воно пропонує життєздатну та економічну основу для розробки допоміжних технологій. Цей підхід може бути безпосередньо застосований до створення засобів комунікації, систем контролю навколишнього середовища та освітнього програмного забезпечення, тим самим надаючи людям з інвалідністю можливість розвиватися та сприяючи покращенню цифрової інклюзії. Щоб підтвердити достовірність цього підходу, дослідження включало розробку функціонального прототипу інтерфейсу, де відеодані захоплюються за допомогою камери Raspberry Pi HQ та обробляються потоки сигналів у режимі реального часу. Ефективність системи була кількісно оцінена за допомогою серії випробувань, які підтвердили її ефективність завдяки високим показникам розпізнавання команд. Ця емпірична перевірка не лише підтверджує технічну доцільність методу на основі крос-кореляції, але й підкреслює його потенціал для плавної інтеграції в практичні повсякденні обчислювальні середовища, тим самим закладаючи основу для майбутніх досліджень складніших багатомодальних схем взаємодії.

ОГЛЯД СУЧАСНИХ МЕТОДІВ ОБРОБКИ СЕНСОРНОЇ ІНФОРМАЦІЇ ТА ПРОГРАМНИХ АРХІТЕКТУР БОРТОВИХ СИСТЕМ УПРАВЛІННЯ БЕЗПІЛОТНИХ ПОВІТРЯНИХ СУДЕН

А. Р. Петросян — 2025-12-26

Анотація. Стаття присвячена огляду сучасних методів обробки сенсорної інформації та програмних архітектур бортових систем управління безпілотних повітряних суден (БПС). Показано, що підвищення автономності БПС залежить від узгодженого застосування алгоритмів обробки даних і принципів інженерії програмного забезпечення за умов обмежених обчислювальних ресурсів, жорстких вимог до детермінізму та надійності. Розглянуто багатошарову структурну організацію програмного забезпечення БПС, включно з драйверним рівнем, операційними системами реального часу, проміжним шаром та прикладними компонентами. Проаналізовано поширені архітектурні патерни – модульність, видавець-передплатник, подійно-орієнтований та потік даних – які забезпечують масштабованість, гнучкість і стійкість роботи автопілотів. Особливу увагу приділено методологіям проєктування V-моделі та Model-Based Design, що дають змогу скоротити цикл розробки і підвищити якість систем за рахунок ранньої верифікації моделей і автоматизації формування коду. У роботі виконано порівняльний аналіз сучасних методів тестування вбудованих систем: модульного, інтеграційного, SIL- та HIL-тестування, що забезпечують комплексну перевірку програмно-апаратних рішень у сценаріях, наближених до реальних умов експлуатації. Розглянуто класичні та інтелектуальні підходи до злиття даних, зокрема фільтри Калмана та їх модифікації, фільтр Mahony, генетично оптимізовані фільтри частинок, а також роль цифрових фільтрів у попередній обробці сигналів. Показано значущість ПІД-регуляторів, лінійно-квадратичних методів та навігаційних алгоритмів. Огляд демонструє, що подальший розвиток БПС пов’язаний із розв’язанням суперечності між зростаючою складністю алгоритмів і ресурсними обмеженнями бортових платформ. Перспективними напрямами визначено гібридні методи фільтрації, оптимізацію обчислювальних процесів, інтерпретовані моделі машинного навчання та вдосконалення інструментів апаратно-програмного тестування.

МОДЕЛЮВАННЯ ГЛИБИННИХ ПІДКРІПЛЮВАЛЬНИХ МЕТОДІВ ДЛЯ АДАПТИВНОЇ МАРШРУТИЗАЦІЇ В КОМП’ЮТЕРНІЙ SDN МЕРЕЖІ З ВИКОРИСТАННЯМ PYTHON

Н. Р. Полуектова — 2025-12-26

У роботі досліджується підхід до адаптивної маршрутизації в комп’ютерних мережах, побудованих за парадигмою Software-Defined Networking (SDN), із використанням методів глибокого підкріплювального навчання (Deep Reinforcement Learning, DRL) та спеціалізованих бібліотек Python для моделювання та оптимізації мережевих процесів. Основна увага приділяється алгоритму Deep Q-Network (DQN), який поєднує можливості глибоких нейронних мереж із традиційним Q-learning для вибору оптимальних маршрутів у динамічних мережевих середовищах. Для експериментальної перевірки запропонованого підходу реалізовано симульовану SDN-топологію в середовищі Mininet, що включає сервери, клієнти та централізований контролер, який приймає рішення на основі аналізу поточних мережевих метрик, таких як затримка, пропускна здатність та завантаження каналів. Модель агента навчається мінімізувати затримку пакетів і максимізувати пропускну здатність, використовуючи багатокритерійну функцію винагороди, що інтегрує обидва параметри для забезпечення оптимальної продуктивності мережі. Результати моделювання показали, що DQN-агент здатний відтворювати поведінку класичного алгоритму Dijkstra у статичних умовах і водночас перевершує його в умовах змінного трафіку, демонструючи високу адаптивність до коливань мережевого навантаження та несподіваних збоїв. Запропонований підхід підтвердив ефективність DRL для задач інтелектуальної маршрутизації в SDN-мережах, відкриваючи перспективи для застосування в масштабних системах із високими вимогами до QoS і енергоефективності. Подальші дослідження передбачають порівняння з іншими DRL-алгоритмами, такими як Double DQN, PPO, аналіз масштабованості рішення для великих мереж та інтеграцію з IoT-середовищами для забезпечення надійної та гнучкої маршрутизації.

АЛГОРИТМИ АВТОМАТИЗОВАНОЇ ПЕРЕВІРКИ ПАРАМЕТРІВ АКАДЕМІЧНИХ ДОКУМЕНТІВ

О. М. Свінцицька — 2025-12-26

Анотація. У статті розглядаються теоретичні та практичні аспекти автоматизованої перевірки форматування текстових документів формату docx. Проведений аналіз сучасних літературних джерел дозволив виявити прогалини в існуючих рішеннях, які здебільшого зосереджені на автоматичному створенні документів або перевірці окремих параметрів, і не охоплюють повного циклу структурного та форматного контролю. Дослідження свідчать, що завдяки автоматизації перевірки оформлення можна знизити кількість помилок більш ніж на 40 %, особливо у звітній документації формату docx. У зв’язку з цим, актуальність дослідження зумовлена потребою у створенні уніфікованої системи, здатної автоматично аналізувати структуру документа, перевіряти параметри оформлення та формувати інтегральну оцінку якості. Метою дослідження є проєктування та розробка системи автоматизованої перевірки форматування документів формату docx, що порівнює параметри оформлення з вимогами ДСТУ 3008:2015 та внутрішніми стандартами закладів вищої освіти. У межах цієї статті авторами запропоновано модульну архітектуру програмного прототипу, яка включає StyleAnalyzer – для аналізу стилів тексту, FormatValidator – для перевірки параметрів сторінки, структури та нумерації, і ReportGenerator – для автоматичного формування звіту. Реалізацію алгоритмів здійснено засобами мови Python із використанням бібліотеки python-docx. Результати експериментального тестування підтвердили ефективність створеного прототипу, який може бути використаний для автоматизації процесів форматування та стандартизації академічних документів. Запропонована архітектура дозволяє уніфіковано перевіряти до 95 % вимог форматування ДСТУ 3008:2015, скорочуючи час контролю одного документа у середньому на 70 % порівняно з ручною перевіркою.

АНАЛІТИКА ОСВІТНІХ ДАНИХ ЯК ІНСТРУМЕНТ ВИЗНАЧЕННЯ ГЕНДЕРНИХ ДИСБАЛАНСІВ У ЦИФРОВІЙ ОСВІТІ

Т. Р. Стисло — 2025-12-26

Анотація. У статті досліджується, як аналітика освітніх даних може допомогти знайти відповідь на це питання, зосереджуючись на гендерних дисбалансах у цифровій освіті. Наприклад, чому дівчата часто відмовляються від IT-спеціальностей, навіть маючи такі ж здібності, як хлопці? Чи впливає оформлення онлайн-курсів на їхню участь? Ці нюанси важко помітити без системного аналізу – саме тут і знадобиться Learning Analytics. Порівнюючи дані UNESCO, OECD та українські звіти, стає очевидно: проблема глибша, ніж просто «менше жінок у STEM». У багатьох країнах дівчата краще вчаться на цифрових платформах, але рідше обирають технічні спеціальності через стереотипи чи відсутність рольових моделей. Щоб змінити ситуацію, потрібно не просто збирати статистику, а розуміти, як формуються ці нерівності. У статті пропонується практичний підхід: збирання даних не лише про оцінки, а й про те, як студенти взаємодіють з платформами (наприклад, чи часто вони заходять на технічні модулі, як довго вивчають теми, які запитання задають). У моделі оцінення складу студентів додано етап «перевірки на гендерну сліпоту» – перед запуском аналізу дані очищаються від статевих маркерів, а потім результати порівнюються з реальними соціологічними дослідженнями. Також описано, як створити дашборд, де адміністратори побачать не просто графіки, а конкретні рекомендації. Не менш важливо – питання конфіденційності. Автор наводить приклад з нідерландського університету, де анонімізовані дані все ж дозволили ідентифікувати студентів через їхні унікальні шаблони навчання. Тому в пропонованій моделі обробка даних відбувається локально, без передачі в хмарні сервіси, а доступ до інформації мають лише верифіковані експерти. Стаття показує: шлях до гендерної справедливості у цифровій освіті – це не автоматичні алгоритми, а їхнє розумне поєднання з людським досвідом.

КЛАСИЧНІ ТА ГІБРИДНІ МЕТОДИ ПРОГНОЗУВАННЯ ДАНИХ ЛІЧИЛЬНИКІВ ЗІ СПОЖИВАННЯ РЕСУРСІВ

Д. В. Фуріхата — 2025-12-26

Анотація. У статті проведено комплексний аналіз сучасних методів прогнозування споживання ресурсів на основі даних з лічильників, що набуває критичного значення для ефективного управління енергетичними та комунальними системами, особливо в умовах пошкодженої інфраструктури України. Досліджено три основні класи методів: традиційні статистичні моделі (ARIMA, SARIMA), евристичну модель Prophet, методи глибокого навчання (LSTM, RNN), а також гібридні підходи, що поєднують переваги різних методологій. Виявлено, що класичні моделі ARIMA/SARIMA ефективні для короткострокового прогнозування стаціонарних рядів з лінійною структурою та чіткою сезонністю, забезпечуючи високу інтерпретованість результатів та можливість роботи з обмеженими обсягами даних. Проте ці моделі демонструють суттєві обмеження при роботі з нелінійними залежностями та динамічними змінами в структурі даних, що знижує точність прогнозів у складних реальних сценаріях. Модель Prophet демонструє переваги в автоматизації процесу моделювання, врахуванні календарних ефектів і свят, однак залишає невикористаною інформацію в автокорельованих залишках, що обмежує її застосування в завданнях, де критична максимальна точність. Моделі LSTM показують найвищу точність при прогнозуванні складних нелінійних патернів завдяки механізму довгострокової пам’яті та здатності автоматично виявляти приховані залежності у даних. Експериментальні дослідження підтверджують суттєве підвищення точності порівняно з традиційними методами, особливо за наявності великих обсягів даних. Особливу увагу приділено гібридним підходам (ARIMA-LSTM, Prophet-LSTM), що поєднують інтерпретованість статистичних методів з потужністю нейромереж, забезпечуючи найвищу точність прогнозування. Результати дослідження мають практичне значення для оптимізації управління енергетичними ресурсами в умовах пошкодженої інфраструктури та можуть бути використані для розробки адаптивних систем прогнозування.

АЛГОРИТМІЧНЕ ЗАБЕЗПЕЧЕННЯ ВЕРИФІКАЦІЇ ТА ВИКОНАННЯ КООПЕРАТИВНИХ СЦЕНАРІЇВ У РОЗПОДІЛЕНИХ ТРЕНАЖЕРНИХ СИСТЕМАХ

С. С. Шевченко — 2025-12-26

Анотація. У статті розв’язується актуальна науково-прикладна задача програмної реалізації та автоматизованої верифікації сценаріїв для багатокористувацьких 3D-тренажерів в енергетиці. В умовах зростання складності технологічних процесів та вимог до резильєнтності критичної інфраструктури, ефективність навчання персоналу залежить не лише від індивідуальних навичок, але й від здатності до скоординованої командної взаємодії. Існуючі підходи до створення контенту часто покладаються на ненадійну ручну перевірку або використовують великовагові формальні методи, складні для інтеграції у веб-середовища. На основі формальної моделі ролевої взаємодії (МРВ) запропоновано комплексне алгоритмічне забезпечення, що включає структуру даних на базі JSON, алгоритм статичного аналізу та ядро динамічного виконання. Розроблений метод статичної верифікації, що базується на модифікованому пошуку в глибину (DFS), дозволяє виявляти специфічні логічні колізії («синхронізаційні тупики» (Sync Deadlocks) та недосяжні стани) безпосередньо на етапі проектування. Для забезпечення коректного виконання сценаріїв розроблено алгоритм роботи серверного ядра (Runtime Engine), що реалізує архітектуру «авторитетного сервера», гарантуючи узгодженість станів учасників навіть при стохастичних системних подіях. Ефективність підходів підтверджено експериментально. Навантажувальне тестування на синтетичних графах продемонструвало лінійну залежність часу верифікації від розмірності сценарію, що підтверджує можливість перевірки складних структур у реальному часі. Порівняльний аналіз показав значну перевагу автоматизованого методу над експертним за швидкістю та точністю виявлення помилок. Також розглянуто використання верифікатора як «фільтра безпеки» при генерації сценаріїв за допомогою великих мовних моделей (LLM), що дозволяє нівелювати ризики логічних галюцинацій штучного інтелекту.